时间序列分析课程论文.doc_第1页
时间序列分析课程论文.doc_第2页
时间序列分析课程论文.doc_第3页
时间序列分析课程论文.doc_第4页
时间序列分析课程论文.doc_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

对70个化学反 应数据序列建立时间序列模型班级：统计二班姓名：李灿学号：20090642对70个化学反应数据序列建立时间序列模型一、数据平稳性检验（1）用时序图进行初步判断Xt时序图从时序图可以看出70个化学反应的数据是平稳的，但这个判断比较粗糙，需要用统计方法进一步验证。（2）用序列相关性进行检验Xt自相关图从相关图看出，自相关系数从二阶后迅速衰减为0，说明序列是平稳的。（3）对该序列做单位根检验检验结果如下图所示T检验统计量的相伴概率值很显著，说明不存在绝对值大于1的单位根，说明序列是平稳的。二、对序列进行的随机性进行检验Xt自相关图最后一列白噪声检验的Q统计量和相应的伴随概率表明序列存在相关性，因此序列为非白噪声序列。我们可以对序列采用B-J方法建模研究。三、模型识别（即模型定阶）从自相关图可以看出自相关系数前两阶显著异于零外，其他都落入两倍标准差内，所以可以考虑用MA（2）拟合；偏自相关系数除了第一个显著异于零外，其他都落入两倍标准差内，且由非零转变为零的过程非常突然，所以可以尝试用AR(1)进行拟合；还可以考虑用ARMA（1,2）进行拟合。对原序列做描述统计分析见图1，可见序列均值非0，我们通常对0均值平稳序列做建模分析，所以需要在原序列基础上生成一个新的0均值序列。新序列的描述统计量见图2，相当于在原序列基础上作了个整体平移，所以统计特性没有发生根本改变。我们对序列x进行分析。Xt的描述统计量中心化处理后的Xt的描述统计图四、对模型的参数进行估计（1）尝试用AR（1）进行拟合从表中的数据可以看出T统计量的相伴概率非常显著，且模型的特征根在单位圆内，说明该过程是平稳的。所以可得到如下AR（1）模型：（2）尝试用MA（2）模型进行拟合从表中可以看出MA（1）和MA（2）的相伴概率在显著性水平为0.05的情况下是显著的，所以可以建立如下MA(2)模型(3)尝试建立ARMA（1，2）模型由参数估计结果看出，各系数均不显著，说明模型并不适合拟合ARMA(1，2) 模型。经过进一步筛选，逐步剔除不显著的滞后项或移动平均项，最后得到如下ARMA(1，1)模型，用ARMA(1,1)进行拟合。(4)尝试用ARMA(1,1)进行拟合从表中的数据可以看出个参数统计量的相伴概率是显著的。比较以上几个模型的统计量，ARMA(1,1)模型的R2值最大，且其AIC值最小，所以最后选择ARMA(1,1)模型最优。最后的模型为五、模型检验对模型进行残差的随机性检验残差的自相关-偏自相关图Yt的模型拟合图相关图显示，残差为白噪声，也显示拟合模型有效六、预测用拟合的有效模型进行短期预测，预预测未来1期的产量模型动态预测图动态预测值几乎是一条直线，说明动态预测效果很不好。进行静态预测模型静态预测图从图中可以看出静态预测效果不错。经过向前2步预测，x的未来2期预测值分别为7.390
人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论